Operator

Operator 在 2025 年 1 月 23 日以研究预览形式上线，最初只有美国的 ChatGPT Pro 订阅者能用，入口是 operator.chatgpt.com。它跑在自建的远程浏览器里，看网页靠截图，动手靠虚拟鼠标和键盘，走的是和人一样的图形界面，不读 DOM，也不要求站点为它开接口，填表、订餐、超市下单这类重复活是它的典型目标。

驱动它的是 CUA（Computer-Using Agent）模型，把 GPT-4o 的视觉能力和强化学习训出来的推理能力拼在一起，按感知、推理、动作三步循环推进：先看屏幕状态，再用思维链想下一步该怎么走，然后点、滚、输入，直到判定任务完成或需要人接手。点错位置或者页面跳到意外的地方，它有能力自己回头纠正。

• 基准成绩发布时是它的主要背书：OSWorld 38.1%、WebArena 58.1%、WebVoyager 87%，其中后两项在当时刷新了最好成绩，但离人类水平仍有明显差距，OpenAI 自己也没回避这点。

涉及登录、付款、验证码的步骤会停下来把控制权交回用户，你可以在任意时刻接管那个远程浏览器。站点偏好可以写成自定义指令，常用任务存成提示词放在首页，开多个对话就能并行跑几件事。合作方列了 DoorDash、Instacart、OpenTable、Priceline、Uber、eBay、Etsy，并与加州 Stockton 市政府试过政务服务登记。

• 作为独立产品它已经退场：2025 年 7 月 17 日 OpenAI 把它和深度研究合并进 ChatGPT 的 agent 模式，8 月 31 日独立站点下线；到 2026 年，长流程多步任务入口进一步转到 ChatGPT Work 与云端浏览器。CUA 这条技术线则留在 Responses API 的 computer use 工具里。